如何将来自 Web 服务的重音字符存储到数据库中？

Question

我通过网络服务获取了以下单词：André

在 Python 中，该值类似于：“Andr\u00c3\u00a9”。然后使用json.loads对输入进行解码：

>>> import json
>>> json.loads('{"name":"Andr\\u00c3\\u00a9"}')
>>> {u'name': u'Andr\xc3\xa9'}

当我将上述内容存储在 utf8 MySQL 数据库中时，使用 Django 存储数据如下：

SomeObject.objects.create(name=u'Andr\xc3\xa9')

从 mysql shell 查询 name 列或在网页中显示它会给出： André

网页以utf8显示：

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

我的数据库是用utf8配置的：

mysql> SHOW VARIABLES LIKE 'collation%';
+----------------------+-----------------+
| Variable_name        | Value           |
+----------------------+-----------------+
| collation_connection | utf8_general_ci | 
| collation_database   | utf8_unicode_ci | 
| collation_server     | utf8_unicode_ci | 
+----------------------+-----------------+
3 rows in set (0.00 sec)

mysql> SHOW VARIABLES LIKE 'character_set%';
+--------------------------+----------------------------+
| Variable_name            | Value                      |
+--------------------------+----------------------------+
| character_set_client     | utf8                       | 
| character_set_connection | utf8                       | 
| character_set_database   | utf8                       | 
| character_set_filesystem | binary                     | 
| character_set_results    | utf8                       | 
| character_set_server     | utf8                       | 
| character_set_system     | utf8                       | 
| character_sets_dir       | /usr/share/mysql/charsets/ | 
+--------------------------+----------------------------+
8 rows in set (0.00 sec)

如何从 Web 服务中检索单词 André，将其正确存储在数据库中而不会丢失数据，并以原始形式将其显示在网页上？

Answer 1

错误已经在您传递给 json.loads() 的字符串中。 \u00c3 是“波浪号”，\00a9 是版权标志。 é 正确的是 \u00e9。

可能该字符串已由发送方以 UTF-8 编码，并由接收方解码为 ISO-8859-1。

例如，如果您运行以下 Python 脚本：

# -*- encoding: utf-8 -*-

import json

data = {'name': u'André'}
print('data: {0}'.format(repr(data)))

code = json.dumps(data)
print('code: {0}'.format(repr(code)))

conv = json.loads(code)
print('conv: {0}'.format(repr(conv)))

name = conv['name']
print(u'Name is {0}'.format(name))

输出应如下所示：

data: {'name': u'Andr\xe9'}
code: '{"name": "Andr\\u00e9"}'
conv: {u'name': u'Andr\xe9'}
Name is André

在 Python 2.x 中管理 unicode 有时会令人讨厌。不幸的是，Django 还不支持 Python 3。